基于条件证据理论的多特征融合方法

针对多特征融合的模式识别问题,给出利用条件证据理论实现多特征融合的方法。首先把待识别对象的特征转换为对应的证据,并把先验知识表示为证据的形式。然后,利用条件证据理论融合先验知识与多个特征对应的证据。最后利用最大和谐度的判决规则对融合结果进行决策。用该方法对Breast Tissue诊断的数据进行分类测试,实验结果表明该方法具有较好的分类效果。

基于条件证据更新的机动目标分类

以Fagin-Halpern Dempster-Shafer条件证据理论为依据,提出了一种基于条件证据更新的机动目标分类方法。该方法将空中目标的机种类型与机动状态相互作为条件证据,以获得交叉验证的条件信任度分配函数,并通过识别框架的拓展,实现基本信任度分配的更新。实验结果验证了所提方法能够有效提高目标分类的准确性和可信度。